-
公开(公告)号：CN109102006B
公开(公告)日：2021-09-07
申请号：CN201810815313.0
申请日：2018-07-24
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开一种基于音频特征诱导信息增强的音乐自动标记方法，该方法通过MFCC、Beat、LPC、CQT组合生成音频属性特征向量；利用稀疏表示法学习训练集属性特征间的结构矩阵，并将该结构矩阵作为训练集样本相互关系的监督信息诱导标记空间进行重构，生成数值标记向量，完成标记信息增强；而后利用多元回归技术得到分类预测模型；将待标记音乐送入预测模型计算标记信息值，固定阈值进行分类，实现自动标记。本发明解决传统标记系统在训练过程中标记信息单一化的问题，利用信息增强技术有效提高训练集监督信息质量，进一步提高音乐自动标记系统的准确率和泛化性。
-
公开(公告)号：CN109102006A
公开(公告)日：2018-12-28
申请号：CN201810815313.0
申请日：2018-07-24
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开一种基于音频特征诱导信息增强的音乐自动标记方法，该方法通过MFCC、Beat、LPC、CQT组合生成音频属性特征向量；利用稀疏表示法学习训练集属性特征间的结构矩阵，并将该结构矩阵作为训练集样本相互关系的监督信息诱导标记空间进行重构，生成数值标记向量，完成标记信息增强；而后利用多元回归技术得到分类预测模型；将待标记音乐送入预测模型计算标记信息值，固定阈值进行分类，实现自动标记。本发明解决传统标记系统在训练过程中标记信息单一化的问题，利用信息增强技术有效提高训练集监督信息质量，进一步提高音乐自动标记系统的准确率和泛化性。
-
Search Results
2
records
(took 0.012 seconds)
